基于集成DBN的肺部肿瘤计算机辅助诊断模型研究

针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。     

DSA体模研究及遥控装置的应用

为解决医用诊断数字减影血管造影(DSA)系统性能检测及检测人员操作时不受X射线的辐照,研制一套改进的DSA计量性能体模装置。体模的设计采用有机玻璃材料进行加工;模块的移动采用无线电信号遥控的方法;体模的性能试验在正常状态的DSA系统上进行。研究设计有机玻璃动脉模拟模块插件、骨骼模块插件、对比度线性模块插件和低对比度分辨力模块插件;模块的移动利用遥控驱动装置。试验得到:在不加载骨骼模块时,能看到直径为1mm的动脉模拟血管,同时能分辨直径2mm的模拟血管上1/2血管大小的血管瘤或栓塞;加载骨骼体模块后,可以分辨碘浓度为150mg/cm3、直径2mm的模拟动脉;遥控装置遥控距离50m,移动速度28mm/s。结果表明:体模装置完全符合国家规程JJG 1067——2011《医用诊断数字减影血管造影(DSA)系统X射线辐射源》要求;应用无线电遥控移动模块插件,避免操作时受到X射线的照射。     

气管上段腺样囊性癌的临床病理

目的　探讨气管上段腺样囊性癌的临床病理特征及诊断和鉴别诊断要点。方法　收集2000年1月至2014年2月在北京协和医院确诊的4例气管上段腺样囊性癌病例，通过光镜、免疫组织化学及组织化学染色分析其临床病理特征、免疫组织化学特点、诊断及鉴别诊断要点。结果　4例气管上段腺样囊性癌患者中，男1例，女3例，平均年龄47岁(38~57岁）；既往均无腺样囊性癌病史，1例患者既往有结节性甲状腺肿手术史。镜下检查4例均为筛状/管状型腺样囊性癌，3例累及甲状腺组织，3例累及神经组织，未见淋巴结受累。免疫组织化学染色示4例P16、CD117、BCL2、P63、SMA均阳性，Ki67指数平均8%，TTF1和P53均阴性；4例中基底膜样物胶原Ⅳ阳性；组织化学染色示AB/PAS阳性。术后均接受总剂量为48~56 Gy的放疗，随访6~120个月，平均72.5个月，1例术后96个月复发，3例随访期间无复发及转移。结论　气管上段腺样囊性癌是罕见的原发于气管的低度恶性肿瘤，肿瘤生长缓慢，就诊时多数已侵及甲状腺组织，需要与原发于甲状腺的恶性肿瘤相鉴别，特别是在甲状腺穿刺及术中冰冻检查时。结合电子喉气管镜下表现、典型的形态学及免疫组织化学和组织化学染色有助于准确诊断。手术难以切除干净，术后放疗对延缓疾病复发有一定帮助。     

输电线路故障类型辨识研究

对输电线路常见的故障类型进行了归纳和分析，并对典型类型故障的辨识方法进行了研究，以期为输电线路故障智能诊断提供理论参考。     

振动传感器在智能设备诊断中的应用

传感器作为机械设备智能诊断过程中的第一步,它的重要性毋庸置疑。在现代工业中,企业利用大数据加快了数字化转型和智能化改造,特别是在设备的维护和诊断方面,更加的向数字化、信息化方向发展。大数据技术作为现代测试技术手段来辅助诊断,效果斐然,而在整个现代测试技术的最前端,也是最重要的一环,就是传感器的应用。     

食物成瘾的研究进展及启示

食物成瘾是一种复杂的慢性疾病，导致人们在日常生活中对某种食物产生过度依赖与过度进食等相关行为特征，近年来已被认为是影响欧美发达国家肥胖症、暴食症、糖尿病等发病率持续升高的关键原因，引起学术界的极大关注，成为研究热点。本文主要介绍食物成瘾的概念、诊断标准，综述了食物成瘾的病理机制、影响因素和应对措施等方面的研究进展，并探讨食物成瘾对我国食品界的启示，为预防食物成瘾，保障公众健康提供有益借鉴。